新型定制计算机取得突破 离实时模拟大脑神经网络又近一步

一项发表在《神经科学前沿》(Frontiers in Neuroscience)上的新研究发现，一种模仿大脑神经网络的计算机产生了与目前用于神经信号研究的最佳大脑模拟超级计算机软件相似的结果。

经过精度、速度和能源效率的测试，这款名为SpiNNaker的定制电脑有潜力克服传统超级计算机的速度和能耗问题。

其目的是提高我们对大脑神经处理的认识，包括学习行为、癫痫和阿尔茨海默氏症等疾病。

“SpiNNaker可以建立大脑皮层的详细的生物模型，其发送的结果与一个等同的超级计算机软件模拟非常类似。”德国尤利希研究中心的理论神经解剖学小组的领头人、该研究的主要作者Sacha van Albada博士说。

大脑皮层是大脑的外层，负责从感官处接收和处理信息。

“能够快速、低功耗地运行大规模的详细神经网络，将促进机器人研究，促进对学习行为和大脑障碍的研究。”

人类的大脑是极其复杂的，包括1000亿个相互连接的脑细胞。

我们了解单个神经元及其组成部分如何相互作用，并在更大的尺度上相互交流，大脑的各个区域分别被用于感知、行动和认知。

然而，我们对神经活动转化为行为的过程知之甚少，比如把思维转化为肌肉运动。

超级计算机软件可以模拟神经元之间的信号交换，但即使是运行在迄今最快的超级计算机上的最好的软件也只能模拟人类1%的大脑。

目前还不清楚哪种计算机结构最适合高效地研究整个大脑网络。

欧洲人类大脑项目和尤利希研究中心进行了广泛的研究，以确定解决这一高度复杂问题的最佳策略。

“今天的超级计算机需要几分钟的时间来模拟大脑一秒的实时运转，所以对像学习这样的过程的研究，在现实中需要几个小时和几天的时间，现在超出了我们的能力范围。”

他继续说，“大脑的能量消耗与当今的超级计算机之间存在着巨大的差距。神经形态(大脑刺激)计算使我们能够研究如何利用电子技术来接近大脑的能量效率。”

在过去15年的发展中，SpiNNakker基于人类大脑的结构和功能，作为人脑项目的神经形态计算平台的一部分，是一种由50万个简单的计算元素组成的自定义计算机，这些计算元素由它自己的软件控制。

研究人员比较了SpiNNaker的准确性、速度和能源效率，并将其与NEST的一个目前用于大脑神经信号研究的专业超级计算机软件进行了比较。

“在NEST和SpiNNaker上进行的模拟显示出了非常相似的结果，”英国曼彻斯特大学计算机工程教授、合著者Steve Furber说。

“这是第一次在SpiNNaker或任何神经形态平台上进行如此详细的大脑皮层模拟。SpiNNaker由600块电路板组成，总共有超过50万个小处理器。本研究中所描述的模拟仅使用了6块电路板，仅占机器中总数的1%。”

“我们的研究结果将改进软件，将其减少为一块电路板。”

Van Albada分享了她对SpiNNaker未来的期望，“我们希望用这些神经形态计算系统进行越来越大的实时模拟。在人类大脑项目中，我们已经与希望用它们来进行机器人控制的神经细胞学家合作。”